Data Analyst - Grundlagen 3.0

Diese Weiterbildung richtet sich an Personen, die ohne tiefes IT-Vorwissen in die Datenanalyse einsteigen möchten. In drei aufeinander aufbauenden Themensäulen werden die Grundlagen der Datenhaltung in Azure, der Visualisierung mit Power BI und die erste Programmierung mit Python vermittelt. Die Zertifizierungsprüfungen Microsoft DP-900 und PL-300 sind inhaltlich vollständig abgedeckt. Der Kurs schließt mit einem praxisnahen Abschluss-Anwendungsprojekt, das alle erlernten Werkzeuge zusammenführt.

Modul 1 - Einführung in die Datenanalyse und Grundbegriffe Wer mit Datenanalyse beginnt, begegnet zunächst einem Dickicht aus Begriffen: Data Warehouses, ETL-Prozesse, relationale Modelle, Visualisierungsebenen. Dieses Einstiegsmodul sortiert diese Konzepte und zeigt anhand konkreter Unternehmensbeispiele, wie Daten von der Quelle bis zur Entscheidungsgrundlage fließen. Ziel ist ein stabiles mentales Modell, das die nachfolgenden technischen Module verankert.

• Was ist Datenanalyse und wozu dient sie im Unternehmenskontext
• Grundtypen von Daten: strukturiert, semistrukturiert, unstrukturiert
• Rollen im Data-Bereich: Analyst, Engineer, Scientist – Abgrenzung und Schnittstellen
• Typische Analyseprozesse: Fragestellung, Datenbeschaffung, Aufbereitung, Interpretation
• Einführung in relationale Datenmodelle und das SQL-Grundprinzip
• Praxisbeispiel: Auswertung von Verkaufsdaten aus einer einfachen Tabellenkalkulation

Modul 2 - Datenfundament mit Microsoft DP-900 (Azure Data Fundamentals) Microsoft Azure ist in deutschen Unternehmen weit verbreitet. Dieses Modul vermittelt die Grundlagen der Datenhaltung in Azure-Diensten und bereitet vollständig auf die Zertifizierungsprüfung DP-900 vor. Neben relationalen Datenbanken kommen NoSQL-Strukturen und einfache Datenverarbeitungs-Pipelines zur Sprache. Das Praxisbeispiel zeigt den Aufbau einer einfachen Kundendatenbank in Azure SQL.

• Grundlagen relationaler Datenbankdienste in Azure (Azure SQL, Azure Database for PostgreSQL)
• Einführung in nicht-relationale Datenspeicher (Cosmos DB, Blob Storage, Table Storage)
• Grundlagen der Datenanalyse in Azure mit Synapse Analytics und Data Factory
• Unterschiede zwischen OLTP und analytischen Workloads verstehen
• Datensicherheit und Zugriffskonzepte auf Azure-Ebene
• Praxisübung: Einrichtung und Abfrage einer einfachen Azure-SQL-Datenbank

Modul 3 - Visualisierung und Reporting mit Microsoft PL-300 (Power BI Data Analyst) Power BI ist das meistgenutzte Self-Service-BI-Tool in deutschsprachigen Unternehmen. Dieses Modul führt von der Datenverbindung über die Modellierung bis zur fertigen Visualisierung. Am Ende stehen interaktive Dashboards, die Führungskräfte und Fachabteilungen ohne Technikwissen nutzen können. Der Kursinhalt deckt vollständig die Anforderungen der PL-300-Zertifizierungsprüfung ab.

• Datenquellen verbinden und Daten im Power Query Editor transformieren
• Datenmodell aufbauen: Beziehungen, Sternschema, berechnete Spalten und Measures
• Grundlagen der DAX-Sprache für Berechnungen und aggregierte Auswertungen
• Berichte und Dashboards erstellen: Diagrammtypen, Drill-down, Filter und Bookmarks
• Veröffentlichung im Power BI Service, Arbeitsbereiche und Freigabe verwalten
• Praxisbeispiel: KPI-Bericht für das Management einer fiktiven Vertriebsregion

Modul 4 - Python-Grundlagen für Datenanalyse Python hat sich als Standardwerkzeug in der Datenanalyse etabliert, weil es flexibel, lesbar und mit umfangreichen Bibliotheken ausgestattet ist. Dieses Modul vermittelt die Grundlagen der Programmierung mit Python sowie den Einstieg in die wichtigsten Datenanalysebibliotheken. Vorkenntnisse in der Programmierung werden nicht erwartet.

• Python-Grundlagen: Variablen, Datentypen, Schleifen, Funktionen, Fehlerbehandlung
• Daten einlesen: CSV, Excel, JSON und einfache Datenbankabfragen mit pandas
• Datensätze bereinigen: fehlende Werte, Duplikate, Typkonvertierungen, Filteroperationen
• Einfache statistische Auswertungen mit NumPy und pandas
• Ergebnisse exportieren und für Berichte aufbereiten
• Praxisbeispiel: Datenbereinigung und Grundauswertung eines Umfragedatensatzes

Praxisblock - Abschlussprojekt und angewandte Übungen Im abschließenden Praxisteil führen die Teilnehmenden alle erlernten Werkzeuge in einem übergreifenden Anwendungsprojekt zusammen. Ausgehend von einer Rohdatenquelle durchlaufen sie den gesamten Analyseprozess von der Bereinigung in Python über die Modellierung in Power BI bis zum fertigen Management-Dashboard.

• Einlesen und erste Exploration eines realen Datensatzes mit pandas
• Datenbereinigung und Transformation mit Python-Skripten
• Import bereinigter Daten in Power BI und Aufbau eines Datenmodells
• Erstellung von interaktiven Visualisierungen für verschiedene Zielgruppen
• Dokumentation des Analyseprozesses in einem strukturierten Bericht
• Abfragen einer Azure-SQL-Datenbank und Verknüpfung mit Power-BI-Bericht
• Identifikation und Behebung von Qualitätsproblemen in einem fehlerhaften Datensatz
• Diskussion und Peer-Feedback zu entwickelten Dashboards und Auswertungen

Das Abschlussmodul schließt mit einer strukturierten Nachbesprechung, in der typische Fehler und Lösungsansätze gemeinsam besprochen werden. Die Teilnehmenden nehmen ein dokumentiertes Anwendungsbeispiel aus dem Kurs mit, das sie in Bewerbungsgesprächen oder für spätere Projekte als Referenz nutzen können.

Der Kurs richtet sich an Personen ohne spezialisierte IT-Ausbildung, die einen geordneten Einstieg in die Datenanalyse suchen.

• Quereinsteiger aus Kaufmann-, Verwaltungs- oder kaufmännischen Fachabteilungen
• Studierende in wirtschafts- oder sozialwissenschaftlichen Fächern
• Berufswechsler, die in den Bereich Business Intelligence oder Data Analytics einsteigen möchten
• IT-affine Fachkräfte, die bisher ohne spezialisierte Analysetools gearbeitet haben
• Personen, die gezielt auf die Zertifizierungsprüfungen DP-900 und PL-300 vorbereitet werden möchten

Der Kurs wird im Combined-Learning-Format angeboten, mit einem Mix aus geführten Unterrichtssequenzen und eigenständigen Übungsaufgaben. Viele Einheiten sind praktisch ausgerichtet: Teilnehmende arbeiten direkt in Power BI, Python-Notebooks und Azure-Umgebungen. Der Kurs ist sowohl in Vollzeit als auch in Teilzeit belegbar und kann deutschlandweit online absolviert werden.

Der Kurs wird überwiegend in Vollzeit durchgeführt; Teilzeit-Varianten werden ebenfalls angeboten. Der Gesamtumfang umfasst alle vier Module einschließlich Praxisblock. Aktuelle Terminangaben und Laufzeiten sind beim jeweiligen Anbieter erhältlich.

Teilnehmende erhalten nach Kursabschluss ein trägerinternes Zertifikat bzw. eine qualifizierte Teilnahmebescheinigung. Der Kurs bereitet vollständig auf die offiziellen Zertifizierungsprüfungen Microsoft DP-900 und Microsoft PL-300 vor; diese Prüfungen werden separat bei einem akkreditierten Testzentrum abgelegt.

Der Einstieg in die Datenanalyse scheitert häufig nicht am fehlenden Interesse, sondern an der Orientierungslosigkeit angesichts des breiten Werkzeugspektrums. Dieser Kurs löst dieses Problem durch eine klare Abfolge: zuerst Datenfundament verstehen, dann visualisieren, dann automatisieren. Wer alle vier Module abgeschlossen hat, kann einen vollständigen Analyseprozess eigenständig durchführen und dokumentieren. Microsoft DP-900 und PL-300 sind in der Praxis anerkannte Zertifikate, die zeigen, dass Absolventen nicht nur theoretisch über Azure und Power BI gesprochen haben, sondern konkrete Fertigkeiten mitbringen. Für Arbeitgeber sind diese Nachweise aussagekräftiger als allgemeine Kursbestätigungen, weil sie standardisierte, externe Prüfungsanforderungen belegen. Python ist die Ergänzung, die den Unterschied macht: Wer Daten nicht nur in fertigen Tools verarbeiten kann, sondern auch programmatisch transformieren und bereinigen kann, hat deutlich mehr Spielraum in der tatsächlichen Analysearbeit. Der in diesem Kurs vermittelte Python-Einstieg ist bewusst auf Datenaufgaben ausgerichtet und nicht auf allgemeine Softwareentwicklung.